基于圖像分析的自然彩色夜視成像方法研究.pdf

1、夜視技術(shù)借助于光電成像器件拓展了人類的光譜響應范圍尤其是在黑暗中觀察景物的能力，使夜晚變得透明。傳統(tǒng)的夜視圖像都是單色，不利于對于場景的理解及目標的識別。隨著對色彩在人類認知系統(tǒng)中所起作用的認識逐步加深，如何實現(xiàn)彩色夜視、尤其是與人眼視覺特性相符合的自然彩色夜視，已經(jīng)成為夜視領域的研究熱點。自然彩色夜視技術(shù)可以使夜視圖像獲得最佳的觀測性能，在各種軍用及民用領域，如戰(zhàn)場監(jiān)控、情報傳送、刑事偵察、安全檢查、交通管制、夜間導航、文物保護等方面

2、有著重要應用。
　　 本論文首先從夜視圖像的成像特性和應用特性出發(fā)，探討具有景物深度及空間立體視覺感的自然彩色夜視實現(xiàn)的問題、單波段紅外熱像的自然彩色夜視實現(xiàn)的問題、紅外/微光雙波段圖像的實時自然彩色夜視實現(xiàn)的問題；其次從與自然彩色夜視實現(xiàn)過程相關的數(shù)學模型出發(fā)，探討用于圖像識別的數(shù)據(jù)降維算法和用于模型訓練的稀疏學習算法。具體而言，論文的主要研究內(nèi)容和創(chuàng)新點如下：
　　 (1)具有景物深度及空間立體視覺感的自然彩色夜視實

3、現(xiàn)方法研究。
　　 提出夜視圖像應具有立體空間感的新問題。并基于夜視圖像的特性，提出利用單目雙波段夜視圖像中的紅外/微光的強度來估計景物的深度信息，再利用色彩飽和度變化來增強夜視圖像空間感的方法。該方法首先通過構(gòu)建一個夜視圖像的模式數(shù)據(jù)庫，利用輻射/反射特征和紋理特征來識別圖像中的景物類別、并為各景物賦予其相應的特征色彩，再根據(jù)估計的深度信息對景物色彩的飽和度進行調(diào)制，以便獲得符合人眼觀察規(guī)律的具有空間立體視覺感的彩色夜視圖像視

4、覺。最后通過實驗證明這種彩色夜視圖像不僅具有與人眼視覺特性相吻合的自然色彩，更具有與景物深度相吻合的空間立體視覺感，從而可以顯著改善觀察者對夜視圖像的理解效果、提高目標識別率。
　　 (2)單波段紅外熱像的自然彩色夜視實現(xiàn)方法研究。
　　 提出基于單波段紅外熱像實現(xiàn)自然彩色夜視的新問題。為克服紅外圖像缺乏細節(jié)、局部信息不足的問題，提出使用一種具有“多尺度”和“空間上下文”信息的特征向量來對像素點進行分析；為解決紅外圖像的

5、亮度分布規(guī)律與可見光圖像極為不同的問題，首次采用“監(jiān)督學習”的方法來建立色彩估計模型，給出一種基于線性回歸的線性模型和一種基于支持向量回歸(SVR)的非線性模型。該方法不同于以往的基于“多波段圖像融合技術(shù)”的彩色夜視實現(xiàn)方法，可直接基于單波段紅外熱像實現(xiàn)彩色夜視，在提升彩色夜視系統(tǒng)便攜性、降低成本等方面具有重大價值。最后通過實驗證明該方法可以有效地實現(xiàn)單波段紅外熱像的自然彩色夜視。
　　 (3)紅外/微光雙波段圖像的實時自然彩色

6、夜視實現(xiàn)方法研究。
　　 為了克服以往的實時彩色夜視實現(xiàn)方法不適用于紅外/微光雙波段圖像的問題，根據(jù)紅外/微光雙波段圖像的特性設計了一種新的“自然-高亮色彩查找表”。不同于以前的方法，新的色彩查找表并不是由自然彩色圖像生成，而是由一種特制的“環(huán)境具有自然色而目標具有高亮色”的紅外/微光彩色融合圖像生成。因此，這種新的色彩查找表與紅外/微光雙波段圖像的光譜變化具有極好的相關性，可以實現(xiàn)準確映射。在合成這種特制的紅外/微光彩色融合圖

7、像時，為了克服紅外/微光雙波段圖像缺乏與普通可見光圖像相近的光譜變化的缺陷，使用微光波段的紋理信息來獲得自然色彩；為了克服自然色彩中缺少與熱目標相對應的高亮色的缺陷，使用紅外/微光的特征級融合圖像作為亮度通道以保持目標區(qū)域與背景環(huán)境間的高對比度。最后通過實驗證明這種彩色夜視圖像具有環(huán)境呈現(xiàn)自然色、目標呈現(xiàn)高亮色的特點，可以使觀察者在擁有良好環(huán)境感知度的同時對熱目標也有極高的敏感度。
　　 (4)基于全局推斷保留映射的半監(jiān)督降維方

8、法研究。
　　 提出一種充分利用未標記樣本所隱含的鑒別信息的線性半監(jiān)督降維方法GIPP。該方法不同于以往基于局部幾何特征的半監(jiān)督降維方法，通過定義并使用一種未標記樣本的全局結(jié)構(gòu)：“全局鑒別結(jié)構(gòu)”來求得投影矩陣，使得未標記樣本所隱含的類別信息得到充分利用，以提升降維后數(shù)據(jù)的分類效果。為了推斷未標記樣本所隱含的類別信息，一種基于路徑不相似度的測量被用來構(gòu)造數(shù)據(jù)間的連接矩陣。通過在數(shù)據(jù)可視化、物體圖像識別數(shù)據(jù)庫、人臉識別數(shù)據(jù)庫、聲音識

9、別數(shù)據(jù)庫上的實驗證明該方法的有效性。最后也通過實驗說明GIPP在微光圖像彩色夜視成像中的應用：基于自動相關反饋結(jié)構(gòu)，實現(xiàn)用于色彩傳遞的彩色參考圖像的自動選擇。
　　 (5)基于Double Lomax先驗的稀疏線性模型的變分貝葉斯求解方法研究。
　　 提出一種新的“稀疏提升”型先驗分布：Double Lomax先驗，首先證明它代表了比AIRD先驗更逼近于t0范數(shù)的松弛函數(shù)，因此理論上它可以利用更少的測量值個數(shù)來恢復稀疏變

10、量；然后證明它像ARD先驗一樣可以被表示成為高斯混合尺度模型(GSM)的形式，因此計算上它可以得到閉合解，同時兼顧了理論優(yōu)越性和計算可行性。另外，推導出使用該先驗的線性稀疏模型(SLM)的全變分貝葉斯求解方法，并分析說明該全變分貝葉斯求解方法可以很好地克服在使用非凸松弛型先驗時會出現(xiàn)的“多個局部極值點”及“過學習”的問題。通過在自回歸模型(AR)系統(tǒng)識別及壓縮感知(CS)方面的實驗說明該方法與基于ARD先驗的方法相比的優(yōu)越性。最后也通過